L'intelligenza artificiale è addestrata a individuare i segnali di allarme negli esami del sangue

Come per tutti i tumori, prima viene individuato e meglio è. La maggior parte dei tumori ovarici ha origine nelle tube di Falloppio, quindi quando raggiunge le ovaie potrebbe essersi già diffuso anche altrove.
"Potrebbe essere necessario diagnosticare il cancro ovarico cinque anni prima della comparsa dei primi sintomi, per incidere sulla mortalità", afferma la dott.ssa Moran. Ma stanno emergendo nuovi esami del sangue che sfruttano la potenza dell'intelligenza artificiale (IA) per individuare i segni del cancro nelle sue fasi iniziali. E non riguarda solo il cancro: l'intelligenza artificiale può accelerare anche altri esami del sangue per infezioni potenzialmente mortali come la polmonite.

Il dott. Daniel Heller è un ingegnere biomedico presso il Memorial Sloan Kettering Cancer Center di New York.
Il suo team ha sviluppato una tecnologia di test che utilizza nanotubi, minuscoli tubi di carbonio circa 50.000 volte più piccoli del diametro di un capello umano. Circa 20 anni fa, gli scienziati hanno iniziato a scoprire nanotubi in grado di emettere luce fluorescente. Nell'ultimo decennio, i ricercatori hanno scoperto come modificare le proprietà di questi nanotubi in modo che rispondano a quasi tutto ciò che è presente nel sangue. Ora è possibile inserire milioni di nanotubi in un campione di sangue e fargli emettere diverse lunghezze d'onda di luce a seconda di ciò che vi aderisce.

Ma restava ancora la questione dell'interpretazione del segnale, che il dottor Heller paragona alla ricerca della corrispondenza di un'impronta digitale. In questo caso l'impronta digitale è uno schema di molecole che si legano ai sensori, con diverse sensibilità e intensità di legame. Ma i modelli sono troppo sottili perché un essere umano possa distinguerli. "Possiamo guardare i dati e non ne troveremo alcun senso", afferma. "Possiamo solo vedere i modelli che sono diversi con l'IA". Per decodificare i dati dei nanotubi è stato necessario caricare i dati in un algoritmo di apprendimento automatico e indicare all'algoritmo quali campioni provenivano da pazienti con tumore ovarico e quali da persone senza. Tra questi rientrava anche il sangue di persone affette da altre forme di cancro o altre patologie ginecologiche che potrebbero essere confuse con il cancro ovarico. Una grande sfida nell'uso dell'intelligenza artificiale per sviluppare esami del sangue per la ricerca sul cancro ovarico è la sua relativa rarità, il che limita i dati per gli algoritmi di addestramento.

E molti di questi dati sono conservati negli ospedali in cui sono stati curati, con una condivisione minima dei dati da parte dei ricercatori. Il dott. Heller descrive l'addestramento dell'algoritmo sui dati disponibili di appena qualche centinaio di pazienti come un "prova di verifica". Ma sostiene che l'inte...